Probability and Statistics for Engineering and the Sciences with Modeling using R

دوره های احتمالات و آمار بیش از هر زمان دیگری محبوب هستند. صرف نظر از رشته یا حرفه خود، به احتمال زیاد از مفاهیم احتمالات و آمار اغلب در حرفه خود استفاده خواهید کرد.

هدف اصلی این کتاب ارائه انعطاف‌پذیری برای مربیان برای ایجاد بیشتر دوره‌های کارشناسی بر اساس آن است. این کتاب برای یک دوره یک ترم در دو رشته احتمال و آمار مقدماتی (نه مبتنی بر حساب دیفرانسیل و انتگرال) و/یا یک دوره یک ترم در یک درس حسابان طراحی شده است. درس احتمال و آمار

این کتاب بر روی مثال‌ها و کاربردهای مهندسی تمرکز دارد، در حالی که شامل علوم اجتماعی و نمونه‌های بیشتر نیز می‌شود. بسته به جریان فصل، یک دوره را می توان برای دانش آموزان در تمام سطوح و پیشینه طراحی کرد.

در طول چندین سال تدریس این دوره، نویسندگان بر اساس داده‌های واقعی، پروژه‌های دانشجویی و آزمایشگاه‌ها مشکلاتی را ایجاد کردند. دانش آموزان پیشنهاد کرده اند که این موارد باعث افزایش تجربه و یادگیری آنها می شود. نویسندگان امیدوارند پروژه‌ها و آزمایشگاه‌ها را با سایر مربیان و دانش‌آموزان به اشتراک بگذارند تا این دوره برای هر دو جذاب‌تر شود.

R یک پلت فرم عالی برای استفاده است. این کتاب از R با مجموعه داده های واقعی استفاده می کند. از آزمایشگاه ها می توان برای کار گروهی، در کلاس یا برای مطالعه خودگردان استفاده کرد. این آزمایشگاه‌های پروژه برای سال‌ها با نتایج خوب در کلاس آزمایش شده‌اند و دانش‌آموزان را تشویق می‌کنند تا مفاهیم کلیدی و استفاده از فناوری را برای تجزیه و تحلیل و ارائه نتایج به کار ببرند.

Probability and statistics courses are more popular than ever. Regardless of your major or your profession, you will most likely use concepts from probability and statistics often in your career.

The primary goal behind this book is offering the flexibility for instructors to build most undergraduate courses upon it. This book is designed for either a one-semester course in either introductory probability and statistics (not calculus-based) and/or a one-semester course in a calculus-based probability and statistics course.

The book focuses on engineering examples and applications, while also including social sciences and more examples. Depending on the chapter flows, a course can be tailored for students at all levels and background.

Over many years of teaching this course, the authors created problems based on real data, student projects, and labs. Students have suggested these enhance their experience and learning. The authors hope to share projects and labs with other instructors and students to make the course more interesting for both.

R is an excellent platform to use. This book uses R with real data sets. The labs can be used for group work, in class, or for self-directed study. These project labs have been class-tested for many years with good results and encourage students to apply the key concepts and use of technology to analyze and present results.